Concept for calculating age dependent mortality
Do imports
Retrieve data
stmeta <- cbs_get_meta("70895ned")
sterftedata <- data.frame(cbs_get_data(id = "70895ned", Geslacht = "1100", Perioden = has_substring("JJ")))
##
|
| | 0%
|
|========================================================================================================================================================================================| 100%
paged_table(sterftedata)
Select older pop
bevolkingdata <- data.frame(cbs_get_data(id = "37296ned", select = c(
"Perioden", "TotaleBevolking_1", "k_65Tot80Jaar_13",
"k_80JaarOfOuder_14"
), typed = F))
##
|
| | 0%
|
|========================================================================================================================================================================================| 100%
bevolkingdata$tot65 <- bevolkingdata[, 2] - bevolkingdata[, 3] - bevolkingdata[, 4]
names(bevolkingdata)[2:5] <- c("10000", "53950", "21700", "41700")
bevolkingdata <- melt(bevolkingdata, id.vars = "Perioden")
## Warning: attributes are not identical across measure variables; they will be dropped
names(bevolkingdata)[2:3] <- c("LeeftijdOp31December", "Aantal")
paged_table(bevolkingdata)
Add mortality by pop
data <- merge(bevolkingdata, sterftedata)
data$Mortaliteit <- data$Overledenen_1 / data$Aantal
paged_table(data)
Merge with other stuff
data <- merge(data, stmeta[5]$LeeftijdOp31December[, 1:2], by.x = "LeeftijdOp31December", by.y = "Key")
names(data)[7] <- "Leeftijd"
data$Jaar <- as.numeric(as.character(substr(data$Perioden, 1, 4)))
data$Leeftijd[data$Leeftijd == "Totaal leeftijd"] <- "Totaal (leeftijdsonafhankelijk)"
paged_table(data)
Have fun with plots
(ggplot(data, aes(x = Jaar, y = Mortaliteit, col = Leeftijd)) +
geom_line() +
ggtitle("Leeftijdscategorieafhankelijke mortaliteit per jaar") +
theme_bw()) %>%
ggplotly()
(ggplot(data, aes(x = Jaar, y = Mortaliteit, col = Leeftijd)) +
geom_line() +
ggtitle("Leeftijdscategorieafhankelijke mortaliteit per jaar") +
coord_cartesian(ylim = c(0, 0.01)) +
theme_bw()) %>%
ggplotly()